احذروا من سحب القرض! تبدأ فترة جديدة، لم يعد النقاط العالية كافية.

09.01.2026 13:20

على الرغم من ارتفاع درجة الائتمان، فإن عدد الأشخاص الذين تم رفض طلباتهم للحصول على قرض أو بطاقة ائتمان في تزايد. مع تحليل المخاطر السلوكية الذي تتبناه البنوك، لم يعد فقط درجة الائتمان هي المحدد، بل إن حركة الحسابات في الأشهر الأخيرة، ونمط دخول وخروج الأموال، وأنماط الإنفاق المفرط تلعب أيضًا دورًا حاسمًا في قرارات القروض.

على الرغم من ارتفاع درجة الائتمان، هناك زيادة في عدد الأشخاص الذين تم رفض طلباتهم للحصول على قروض أو بطاقات ائتمان. مع إدخال نهج جديد لتقييم المخاطر في القطاع المصرفي، أصبحت حركة الحسابات والمرور المالي للعملاء في الأشهر الأخيرة حاسمة، وليس فقط النقاط.

العديد من المستهلكين يتلقون ردود سلبية

في الآونة الأخيرة، يتلقى العديد من المستهلكين ردودًا سلبية من البنوك على الرغم من أن درجة ائتمانهم جيدة. بدأت البنوك في تجاوز التقييم التقليدي من خلال دراسة عادات استخدام الحسابات للعملاء بشكل أكثر تفصيلًا. تعتبر تدفقات الدخل المنتظمة، ونمط الإنفاق، واتساق السلوك المالي من المعايير الحاسمة للحصول على الموافقة على القرض.

في النهج الجديد، يتم تحليل نوع الأموال الداخلة والخارجة من الحسابات باستخدام طريقة تُعرف باسم "تحليل المخاطر السلوكية". بينما تعتبر دخول الرواتب المنتظمة، ودفع الفواتير، والإنفاق القياسي أمورًا طبيعية؛ تُعتبر التحويلات المتكررة وغير المفسرة، ودخول وخروج الأموال المفاجئ، والحركات غير العادية بمثابة إشارات خطر.

مدفوعات المراهنات الافتراضية كعلامة خطر

تعتبر المدفوعات المنتظمة لمواقع المراهنات والألعاب الافتراضية بمثابة علامة خطر قوية من وجهة نظر البنوك. يُشار إلى أن هذه الأنواع من النفقات قد تؤدي إلى رفض طلبات القروض وبطاقات الائتمان بسبب قدرتها على إضعاف قدرة العميل على السداد.

غسيل الأموال يتم اكتشافه في وقت قصير

تقوم البنوك بإجراء هذه الفحوصات إلى حد كبير من خلال أنظمة آلية. يمكن لبرامج مكافحة غسيل الأموال (AML) وأنظمة التحليل المدعومة بالذكاء الاصطناعي اكتشاف الحركات المالية غير العادية في وقت قصير. بينما يتم وضع العملاء الذين تم تحديدهم كمعاملات مشبوهة في النظام على أنهم "عالي المخاطر"، يمكن أن تؤثر هذه الحالة مباشرة على عمليات القرض.

في قرارات القروض، يتم أخذ بيانات مركز المخاطر للبنك المركزي ومكتب تسجيل الائتمان (KKB) في الاعتبار، بالإضافة إلى التحليلات الداخلية للبنوك. تؤثر النماذج المدعومة بالذكاء الاصطناعي على النتيجة النهائية لطلبات القروض وبطاقات الائتمان من خلال تقييم معايير مثل "الإنفاق غير المتوافق مع الدخل"، و"حركة الأموال غير المنتظمة"، و"التواصل مع القطاعات عالية المخاطر".